Исследование рынка общепита в Москве

Описание проекта

Инвесторы из фонда «Shut Up and Take My Money» решили попробовать себя в новой области и открыть заведение общественного питания в Москве. Заказчики ещё не знают, что это будет за место: кафе, ресторан, пиццерия, паб или бар, — и какими будут расположение, меню и цены.

Для начала они просят вас — аналитика — подготовить исследование рынка Москвы, найти интересные особенности и презентовать полученные результаты, которые в будущем помогут в выборе подходящего инвесторам места.

Вам доступен датасет с заведениями общественного питания Москвы, составленный на лето 2022 года. Информация размещённая в сервисе Яндекс Бизнес, могла быть добавлена пользователями или найдена в общедоступных источниках. Она носит исключительно справочный характер.

Загрузите данные и изучите общую информацию

Изучите общую информацию о датасете. Сколько заведений представлено? Что можно сказать о каждом столбце? Значения какого типа они хранят?

import pandas as pd
import seaborn as sns
import plotly.express as px
import json
from matplotlib import pyplot as plt
from plotly import graph_objects as go
from numpy import median, mean
from folium import Map, Choropleth, Marker
from folium.plugins import MarkerCluster
from folium.features import CustomIcon

places = pd.read_csv('/datasets/moscow_places.csv')

display(places.head())
display(places.info())

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	NaN	NaN	NaN	NaN	0	NaN
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	NaN	0	4.0
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00...	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	NaN	0	45.0
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	NaN	1	148.0

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              7870 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              3315 non-null   object 
 9   avg_bill           3816 non-null   object 
 10  middle_avg_bill    3149 non-null   float64
 11  middle_coffee_cup  535 non-null    float64
 12  chain              8406 non-null   int64  
 13  seats              4795 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB

None

Всего в таблице 8406 записей о заведениях. В столбцах name, category, address, district, hours, price и avg_bill представлена текстовая информация, в остальных - числовая. Типы данных корректны, корректировать их не требуется.

Предобработка данных

Изучите, есть ли дубликаты в данных. Поищите пропуски: встречаются ли они, в каких столбцах? Можно ли их обработать или оставить как есть?

Выполните предобработку данных:

• Создайте столбец street с названиями улиц из столбца с адресом.

• Создайте столбец is_24/7 с обозначением, что заведение работает ежедневно и круглосуточно (24/7):

o логическое значение True — если заведение работает ежедневно и круглосуточно;

o логическое значение False — в противоположном случае.

Дубликаты

places.duplicated().sum()

0

Полные дубликаты в таблице отсутствуют.

Также проверим дубликаты по названию и адресу заведения на случай если есть незначительные расхождения по другим столбцам.

places[['name', 'address']].duplicated().sum()

0

Дубликатов заведений нет.

Также проверим некоторые столбцы на скрытые дубликаты. Посмотрим, сколько уникальных значений по каждому столбцу.

places.nunique()

name                 5614
category                8
address              5753
district                9
hours                1307
lat                  8209
lng                  8258
rating                 41
price                   4
avg_bill              897
middle_avg_bill       230
middle_coffee_cup      96
chain                   2
seats                 229
dtype: int64

Проверим столбцы category, district и price. В остальных объективно слишком много значений, чтобы провести такую проверку.

display(places['category'].unique())
display(places['district'].unique())
display(places['price'].unique())

array(['кафе', 'ресторан', 'кофейня', 'пиццерия', 'бар,паб',
       'быстрое питание', 'булочная', 'столовая'], dtype=object)

array(['Северный административный округ',
       'Северо-Восточный административный округ',
       'Северо-Западный административный округ',
       'Западный административный округ',
       'Центральный административный округ',
       'Восточный административный округ',
       'Юго-Восточный административный округ',
       'Южный административный округ',
       'Юго-Западный административный округ'], dtype=object)

array([nan, 'выше среднего', 'средние', 'высокие', 'низкие'], dtype=object)

Все указанные столбцы не содержат скрытых дубликатов.

Пропуски

Опираясь на информацию о таблице из пункта 1, пропуски есть в столбцах hours, price, avg_bill, middle_avg_bill, middle_coffee_cup и seats.

В столбце hours пропущено около 600 значений, меньше 10% от общего количества записей. Пропуски можно было бы заполнить медианными значения по категории заведения и району нахождения, но данные в этом столбце не числовые и провести такое сопоставление будет достаточно трудоемко. Исключать заведения с пропусками тоже не хотелось бы, это повлияет на статистику. Предлагаю заполнить пропуски плейсхолдером "Не указано".

В столбцах price и avg_bill пропущено больше половины значений, заполнять их средними или медианными значениями нецелесообразно, поскольку полностью размоет статистику по заведениям. Предлагаю, как и в столбце hours, заполнить пропуски плейсхолдером "Не указано".

Столбцы middle_avg_bill и middle_coffee_cup являются производными от столбца avg_bill, и их тоже было бы неплохо заполнить плейсхолдерами, но так как это столбцы с числовыми значениями, таким плейсхолдером предлагаю использовать значение "-1".

В столбце seats тоже пропущено много значений и заполнение средними или медианными значениями будет плохо сказываться на статистике. Предлагаю также использовать плейсхолдер "-1".

places['hours'] = places['hours'].fillna('не указано')
places['price'] = places['price'].fillna('не указано')
places['avg_bill'] = places['avg_bill'].fillna('не указано')
places['middle_avg_bill'] = places['middle_avg_bill'].fillna(-1)
places['middle_coffee_cup'] = places['middle_coffee_cup'].fillna(-1)
places['seats'] = places['seats'].fillna(-1)
display(places.head())
display(places.info())

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	не указано	не указано	-1.0	-1.0	0	-1.0
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	-1.0	0	4.0
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00...	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	-1.0	0	45.0
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	не указано	Цена чашки капучино:155–185 ₽	-1.0	170.0	0	-1.0
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	-1.0	1	148.0

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              8406 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              8406 non-null   object 
 9   avg_bill           8406 non-null   object 
 10  middle_avg_bill    8406 non-null   float64
 11  middle_coffee_cup  8406 non-null   float64
 12  chain              8406 non-null   int64  
 13  seats              8406 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB

None

Дополнительные столбцы

places['street'] = places['address'].apply(lambda x: x.split(', ')[1])
places['is_24_7'] = places['hours'] == 'ежедневно, круглосуточно'
display(places.head())
display(places.info())

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street	is_24_7
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	не указано	не указано	-1.0	-1.0	0	-1.0	улица Дыбенко	False
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	-1.0	0	4.0	улица Дыбенко	False
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00...	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	-1.0	0	45.0	Клязьминская улица	False
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	не указано	Цена чашки капучино:155–185 ₽	-1.0	170.0	0	-1.0	улица Маршала Федоренко	False
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	-1.0	1	148.0	Правобережная улица	False

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 16 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              8406 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              8406 non-null   object 
 9   avg_bill           8406 non-null   object 
 10  middle_avg_bill    8406 non-null   float64
 11  middle_coffee_cup  8406 non-null   float64
 12  chain              8406 non-null   int64  
 13  seats              8406 non-null   float64
 14  street             8406 non-null   object 
 15  is_24_7            8406 non-null   bool   
dtypes: bool(1), float64(6), int64(1), object(8)
memory usage: 993.4+ KB

None

Столбцы заполнены без пропусков.

Анализ данных

Категории заведений

places_on_cat = places.groupby('category')['name'].count()
fig = go.Figure(go.Pie(labels=places_on_cat.index, values=places_on_cat, insidetextorientation='tangential', hole=0.5))
fig.update_traces(textinfo='value+percent', textposition='inside')
fig.update_layout(title_text='Распределение заведений по категориям',
                  width=800,
                  height=600,
                  annotations=[dict(text='Категории', x=1.18, y=1.05, font_size=15, showarrow=False)])
fig.show()

В целом, хорошо выделяются три категории заведений, кафе, рестораны и кофейни. Они с хорошим отрывом превосходят остальные категории по количеству и, соответвенно, доле заведений. Вместе они занимают почти 70% рассматриваемых заведений.

Посадочные места

plt.rcParams['figure.figsize'] = (15,10)
sns.barplot(x='category', y='seats', data=places.query('seats >= 0'), estimator=sum)
plt.xlabel('Категория')
plt.ylabel('Количество мест')
plt.title('Общее количество мест по категориям заведений')
plt.show()

По общему количеству мест рестораны резко выходят на первое место, у них на четверть больше посадочных мест, чем в кафе и в полтора раза больше, чем в кофейнях.

plt.rcParams['figure.figsize'] = (15,10)
sns.barplot(x='category', y='seats', data=places.query('seats >= 0'), estimator=median)
plt.xlabel('Категория')
plt.ylabel('Количество мест')
plt.title('Медианное количество мест на одно заведение по категориям заведений')
plt.show()

Доминация ресторанов по общему количеству мест объяснима, учитывая большое количество самих ресторанов, у них к тому же самое высокое медианное значение мест на заведение.

Близкое к ресторанам медианное значение мест показывают бары, кофейни и столовые. Остальные типы заведений имеют заметно меньшее количество мест.

Сетевые заведения

places_on_chain = places.groupby('chain')['name'].count()
fig = go.Figure(go.Pie(labels=['Не сетевые', 'Сетевые'], values=places_on_chain, insidetextorientation='horizontal'))
fig.update_traces(textinfo='value+percent', textposition='inside')
fig.update_layout(title_text='Соотношение сетевых и не сетевых заведений',
                  width=800,
                  height=600,
                  annotations=[dict(text='Категории', x=1.16, y=1.05, font_size=15, showarrow=False)])
fig.show()

Немногим больше трети всех заведений - сетевые.

Посмотрим на соотношения в разных категориях.

places_on_chain_cat = places.groupby(['category','chain'])['name'].count().reset_index()
places_on_chain_cat['chain'] = places_on_chain_cat['chain'].replace({0:'Не сетевые', 1:'Сетевые'})
fig = px.bar(places_on_chain_cat, x='category', y='name', color='chain', text='name')
fig.update_layout(title_text='Количество сетевых и не сетевых заведений по категориям',
                  xaxis_title='Категория',
                  yaxis_title='Количество заведений',
                  width=800,
                  height=600,
                  legend_title_text='Тип заведения')
fig.show()

Самыми сетевыми категориями являются булочные (сетевых в полтора раза больше частных), кофейни и пиццерии (в этих категориях сетевых и частных заведений почти попровну).

Самые не сетевые категории - бары и столовые: количество чатсных заведений почти в 4 раза превышает количество сетевых.

Соотношение сетевых и не сетевых заведений по категориям хорошо показывает следующий график.

fig = px.sunburst(places_on_chain_cat, path=['category', 'chain'], values='name')
fig.update_layout(title_text='Соотношение сетевых и не сетевых заведений по категориям',
                  width=800,
                  height=600)

Популярные сети

top_chain = places.query('chain == 1').groupby('name')['address'].count().sort_values().tail(15)
fig = px.bar(top_chain.reset_index(), y='name', x='address', text='address')
fig.update_traces(textfont_size=12, textangle=0, textposition="outside", cliponaxis=False)
fig.update_layout(title_text='Количество заведений в самых популярных сетях',
                  xaxis_title='Количество заведений',
                  yaxis_title='Название сети',
                  width=950,
                  height=600)
fig.show()

Среди сетей самая распространённая - Шоколадница, она с большим отрывом занимает первое место со 120 заведениями. За ней идёт довольно плотная пятёрка Домино'с Пицца, Додо пицца, One Price Coffee, Яндекс Лавка и Cofix. Далее количество заведений по сетям плавно снижается. На 15 месте сеть Му-Му с 27 заведениями.

top_chain_cat = places.query('chain == 1 and name in @top_chain.index').groupby(['name', 'category'])['address'].count().reset_index()
fig = px.bar(top_chain_cat, x='name', y='address', color='category')
fig.update_layout(title_text='Количество сетевых и не сетевых заведений по категориям',
                  xaxis_title='Категория',
                  yaxis_title='Количество заведений',
                  width=800,
                  height=800,
                  legend_title_text='Тип заведения')
fig.show()

В основном сети придерживаются одного формата заведений, но есть исключения - сети Хинкальная и Му-Му по разному позиционируют свои заведения, возможно, в зависимости от их расположения.

Заведения по районам

places_on_dist_cat = places.groupby(['district','category'])['name'].count().reset_index()
fig = px.bar(places_on_dist_cat, x='district', y='name', color='category', text='name')
fig.update_layout(title_text='Количество заведений по районам и категориям',
                  xaxis_title='Район города',
                  yaxis_title='Количество заведений',
                  width=900,
                  height=1000,
                  legend_title_text='Категория заведения',
                  uniformtext_minsize=8, uniformtext_mode='hide')
fig.show()

Сразу заметно, что в Центральном округе заведений более чем в два раза больше, чем в остальных районах. Меньше всего в Северо-Западном районе.

Что общее для всех - заметные доли среди других категорий занимают рестораны, кафе и кофейни. Дополнительно к ним в Центральном райцоне выделяются бары.

Средние рейтинги

plt.rcParams['figure.figsize'] = (15,7)
sns.barplot(x='category', y='rating', data=places, estimator=mean)
plt.xlabel('Категория')
plt.ylabel('Рейтинг')
plt.title('Средний рейтинг по категориям')
plt.show()

Разброс в среднем рейтинге среди заведений очень мал, у всех категорий средний рейтинг выше 4. Самый плохой - у заведений быстрого питания, самый хороший - у баров. Это может быть связано с тем, что в заведениях быстрого питания упор делается на скорости подачи еды, и не на качестве обслуживания, а в барах наоборот, посетители после весёлого вечера оставляют хорошие отзывы.

state_geo = '/datasets/admin_level_geomap.geojson'
moscow_lat, moscow_lng = 55.751244, 37.618423

moscow_map_rate = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

places_on_dist_rate = places.groupby('district')['rating'].mean().reset_index()
Choropleth(
    geo_data=state_geo,
    data=places_on_dist_rate,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Средний рейтинг заведений по районам',
).add_to(moscow_map_rate)

moscow_map_rate

Make this Notebook Trusted to load map: File -> Trust Notebook

Рейтинги по районам хорошо показывают отрыв Центрального района, отзывы посетителей здесь заметно выше. Самые малооценённый - Юго-восточный район.

Дополнительно отмечу, что рейтинг ЦАО может быть выше из-за большой доли баров (самая оценённая катеория) и малой доли заведений быстрого питания (самая не любимая категория).

Заведения на карте

moscow_map_marker = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
marker_cluster_all = MarkerCluster().add_to(moscow_map_marker)
def create_clusters_all(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster_all)

places.apply(create_clusters_all, axis=1)
moscow_map_marker

Make this Notebook Trusted to load map: File -> Trust Notebook

Данные с карты подтверждают данные графиков - заведения сильно "жмутся" к центру города - кластеры там самые большие. Также заметно, что кластеры заведений в районах соответствуют крупным жилым массивам.

Данные по улицам

top_street = places.groupby('street')['address'].count().sort_values().tail(15)
top_street_cat = sns.heatmap(places.query('street in @top_street.index').pivot_table(index='street', columns='category', aggfunc='count')['address'], annot=True)
plt.title('Количество заведений на самых популярных улицах по категориям')
plt.xlabel('Тип заведения')
plt.ylabel('Название улицы')
plt.show

<function matplotlib.pyplot.show(close=None, block=None)>

На 15 самых популярных улицах чаще всего встречаются кафе, рестораны и кофейни, а вот булочных и столовых почти нет.

low_street = places.groupby('street')['address'].count().sort_values().reset_index().query('address == 1')
low_street_places = places.query('street in @low_street["street"]')

fig = px.bar(low_street_places.groupby('category')['name'].count().reset_index(), x='category', y='name', text='name')
fig.update_layout(title_text='Количество заведений на непопулярных улицах по категориям',
                  xaxis_title='Тип заведения',
                  yaxis_title='Количество заведений',
                  width=900,
                  height=1000,
                  uniformtext_minsize=8, uniformtext_mode='hide')
fig.show()

На улицах, где находится только одно заведение ситуация похожая - больше всего кафе, ресторанов и кофеен. Также мало булочных. Зато чаще по сравнению с популярными улицами попадаются столовые и бары.

fig = go.Figure(go.Pie(labels=['Не сетевые', 'Сетевые'], values=low_street_places.groupby('chain')['name'].count(), insidetextorientation='horizontal'))
fig.update_traces(textinfo='value+percent', textposition='inside')
fig.update_layout(title_text='Соотношение сетевых и не сетевых заведений',
                  width=800,
                  height=600,
                  annotations=[dict(text='Категории', x=1.16, y=1.05, font_size=15, showarrow=False)])
fig.show()

Среди этих заведений немного ниже доля сетевых, чем в общем по таблице.

low_street_map_marker = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
marker_cluster_low = MarkerCluster().add_to(low_street_map_marker)
def create_clusters_low(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster_low)

low_street_places.apply(create_clusters_low, axis=1)
low_street_map_marker

Make this Notebook Trusted to load map: File -> Trust Notebook

Также эти заведения тяготеют к районам, где много мелких улочек, что в целом объясняет, почему они на таких улицах могут быть единственными.

Средний чек

places_avg_bill = places.query('middle_avg_bill >= 0')
plt.rcParams['figure.figsize'] = (15,10)
sns.barplot(x='district', y='middle_avg_bill', data=places_avg_bill, estimator=median)
plt.xlabel('Район')
plt.ylabel('Медианный чек')
plt.title('Медианный чек по районам')
plt.xticks(rotation = -70)
plt.show()

В Центральном и Западном округах медианный чек заметно выше, чем в остальных районах. Настолько, что кажется, будто все остальные районы располагаются плотной группой и цены в них похожие. Но всё равно, в Юго-восточном, Южном и Северо-восточном округах поесть можно заметно дешевле, чем в оставльных.

moscow_map_avg_bill = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

places_on_dist_avg_bill = places_avg_bill.groupby('district')['middle_avg_bill'].median().reset_index()
Choropleth(
    geo_data=state_geo,
    data=places_on_dist_avg_bill,
    columns=['district', 'middle_avg_bill'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Медианный чек по районам',
).add_to(moscow_map_avg_bill)

moscow_map_avg_bill

Make this Notebook Trusted to load map: File -> Trust Notebook

Данные на карте это подтверждают, подсвечивая три заметные ценовые группы.

Круглосуточные заведения

fig = go.Figure(go.Pie(labels=['Не круглосуточные', 'Круглосуточные'], values=places.groupby('is_24_7')['name'].count(), insidetextorientation='horizontal'))
fig.update_traces(textinfo='value+percent', textposition='inside')
fig.update_layout(title_text='Доля круглосуточных заведений',
                  width=800,
                  height=600,
                  annotations=[dict(text='Категории', x=1.16, y=1.05, font_size=15, showarrow=False)])
fig.show()

В целом, круглосуточных заведений немного, меньше 10%.

places_24_7 = places.query('is_24_7 == True')

fig = px.bar(places_24_7.groupby('category')['name'].count().reset_index(), x='category', y='name', text='name')
fig.update_layout(title_text='Количество круглосуточных заведений по категориям',
                  xaxis_title='Тип заведения',
                  yaxis_title='Количество заведений',
                  width=900,
                  height=600,
                  uniformtext_minsize=8, uniformtext_mode='hide')
fig.show()

Среди круглосуточных заведений ожидаемо больше всего кафе и довольно много ресторанов, эти группы хорошо представлены в данных и ожидаемо разнообразны, но остальное распределение не так типично. На втором месте по количеству круглосуточных заведений занимают заведения быстрого питания. Остальные категории здесь представлены слабее. Очень мало круглосуточных столовых.

fig = go.Figure(go.Pie(labels=['Не сетевые', 'Сетевые'], values=places_24_7.groupby('chain')['name'].count(), insidetextorientation='horizontal'))
fig.update_traces(textinfo='value+percent', textposition='inside')
fig.update_layout(title_text='Соотношение сетевых и не сетевых заведений',
                  width=800,
                  height=600,
                  annotations=[dict(text='Категории', x=1.16, y=1.05, font_size=15, showarrow=False)])
fig.show()

Среди круглосуточных заведений довольно много сетевых, больше, чем в общем по таблице.

places_24_7_map_marker = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
marker_cluster_24_7 = MarkerCluster().add_to(places_24_7_map_marker)
def create_clusters_24_7(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster_24_7)

places_24_7.apply(create_clusters_24_7, axis=1)
places_24_7_map_marker

Make this Notebook Trusted to load map: File -> Trust Notebook

Распределение по карте круглосуточных заведений похоже на распределение в общем по таблице - их больше в центре и меньше на северо-западе.

Общий вывод

Сама по себе Москва - это довольно конкурентный рынок общепита. Большое количество заведений разнообразных видов с высокими средними рейтингами настраивают посетителей на высокий уровень ожиданий.

Можно выделить один округ с самой высокой конкуренцией среди заведений - Центральный: больше всего заведений, разнообразие их видов, самые высокие рейтинги, и при этом высокий средний чек. Открытие заведения в таком районе - большой риск.

Но есть другой район с тем же уровнем цен, а значит, с потенциально высокой прибылью - Западный округ. Но по сравнению с Центральным округом количество заведений здесь заметно меньше, как и их средний рейтинг. Открытие заведения в таком районе было бы менее рискованно.

Другой вопрос - категория заведения. На мой взгляд, хорошим спросом могут пользоваться заведения из тех категорий, которые сейчас представлены в основном сетевыми местами: булочные, пиццерии и кофейни. При этом, стоит отметить что кофеен в принципе довольно много, но оригинальное и отличающееся от сетевого место может привлечь посетителей даже в таких условиях.

Детализируем исследование: открытие кофейни

Основателям фонда «Shut Up and Take My Money» не даёт покоя успех сериала «Друзья». Их мечта — открыть такую же крутую и доступную, как «Central Perk», кофейню в Москве. Будем считать, что заказчики не боятся конкуренции в этой сфере, ведь кофеен в больших городах уже достаточно. Попробуем определить, осуществима ли мечта клиентов.

О кофейнях в общем

places_coffee = places.query('category == "кофейня"')

fig = px.bar(places_coffee.groupby('district')['name'].count().reset_index(), x='district', y='name', text='name')
fig.update_layout(title_text='Количество кофеен по районам',
                  xaxis_title='Район',
                  yaxis_title='Количество кофеен',
                  width=900,
                  height=600,
                  uniformtext_minsize=8, uniformtext_mode='hide')
fig.show()

coffee_map_marker = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
marker_cluster_coffee = MarkerCluster().add_to(coffee_map_marker)
def create_clusters_coffee(row):
    icon_url = 'https://img.icons8.com/ios-glyphs/512/coffee-pot.png'  
    icon = CustomIcon(icon_url, icon_size=(30, 30))
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
        icon=icon,
    ).add_to(marker_cluster_coffee)

places_coffee.apply(create_clusters_coffee, axis=1)
coffee_map_marker

Make this Notebook Trusted to load map: File -> Trust Notebook

Также как и остальные заведения, кофейни тяготеют к центру города. Довольно много кофеен на севере и юго-западе. На остальных направлениях, даже в крупных жилых районах кофеен сильно меньше.

fig = go.Figure(go.Pie(labels=['Не круглосуточные', 'Круглосуточные'], values=places_coffee.groupby('is_24_7')['name'].count(), insidetextorientation='horizontal'))
fig.update_traces(textinfo='value+percent', textposition='inside')
fig.update_layout(title_text='Доля круглосуточных кофеен',
                  width=800,
                  height=600,
                  annotations=[dict(text='Категории', x=1.16, y=1.05, font_size=15, showarrow=False)])
fig.show()

Доля круглосуточных кофеен заметно ниже, чем в целом по заведениям таблицы. Это можно объяснить тем, что посетителям обычно хочется взбодриться с утра или днём, думаю, что ночью таких желающих не так много. Давайте посмотрим, где находятся круглосуточные кофейни.

coffee_247_map_marker = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
marker_cluster_coffee_247 = MarkerCluster().add_to(coffee_247_map_marker)
def create_clusters_coffee_247(row):
    icon_url = 'https://img.icons8.com/ios-glyphs/512/coffee-pot.png'  
    icon = CustomIcon(icon_url, icon_size=(30, 30))
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
        icon=icon,
    ).add_to(coffee_247_map_marker)

places_coffee_247 = places_coffee.query('is_24_7 == True')
places_coffee_247.apply(create_clusters_coffee_247, axis=1)
coffee_247_map_marker

Make this Notebook Trusted to load map: File -> Trust Notebook

Подавляющее большинство таких кофеен находится в центре,в спальных районах их очень мало. В целом, такие заведния чаще находятся рядом с крупными улицами, на вокзалах и других транспортных развязках.

Рейтинги кофеен

plt.rcParams['figure.figsize'] = (15,10)
sns.barplot(x='district', y='rating', data=places_coffee, estimator=mean)
plt.xlabel('Район')
plt.ylabel('Средний рейтинг')
plt.title('Средний рейтинг по районам')
plt.xticks(rotation = -70)
plt.show()

В целом, средние рейтинги кофеен по районам довольно ровные, разброс между ними очень маленький.

moscow_map_coffee_rating = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

places_on_dist_coffee_rate = places_coffee.groupby('district')['rating'].mean().reset_index()
Choropleth(
    geo_data=state_geo,
    data=places_on_dist_coffee_rate,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Средний рейтинг кофеен по районам',
).add_to(moscow_map_coffee_rating)

moscow_map_coffee_rating

Make this Notebook Trusted to load map: File -> Trust Notebook

На карте лучше заметна разница между рейтингами по районам. Есть как заметные лидеры, так и аутсайдеры, но важно отметить - самый низкий и самый высокий средние рейтинги отличаются всего на 0,14, что делает их практически равными.

Стоимость чашки каппучино

places_coffee_cup = places_coffee.query('middle_coffee_cup >= 0')
plt.rcParams['figure.figsize'] = (15,10)
sns.barplot(x='district', y='middle_coffee_cup', data=places_coffee_cup, estimator=median)
plt.xlabel('Район')
plt.ylabel('Медианная стоимость чашки каппучино')
plt.title('Медианная стоимость чашки каппучино по районам')
plt.xticks(rotation = -70)
plt.show()

moscow_map_coffee_cup = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

places_on_dist_coffee_cup = places_coffee_cup.groupby('district')['middle_coffee_cup'].median().reset_index()
Choropleth(
    geo_data=state_geo,
    data=places_on_dist_coffee_cup,
    columns=['district', 'middle_coffee_cup'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Медианная стоимость чашки каппучино по районам',
).add_to(moscow_map_coffee_cup)

moscow_map_coffee_cup

Make this Notebook Trusted to load map: File -> Trust Notebook

По цене районы поделились ровно на 3 группы: дорогие, средние и по-дешевле. Самые дорогие в целом по заведениям округа - Центральный и Западные, не самые дорогие по цене чашки каппучино. Их немного обгоняет Юго-западный округ. Средними можно считать три Северных округа, а Южный, Юго-Восточный и Восточный немного по-дешевле.

При этом, разница между максимальным и минимальным значениями медианной стоимости чашки каппучино довольно значимая, в полтора раза.

Кофейные выводы

Как мне кажется, мечта об открытии кофейни вполне осуществима. В Москве всё ещё есть районы, в которых не такая жёсткая конкуренция среди кофеен, а также есть возможность предложить заведение с качеством выше, чем у уже существующих.

Потенциально перспективными могут быть Южный и Юго-Восточный округа. В них заметно меньше кофеен, посетители не избалованы качеством, а цена чашки кофе хоть и не заоблачная, но и не самая низкая. Для выстраивания конкурентной работы самое то.